10月初,世界领先的某研究公司发布了2017年第3季度商业智能报告。互联网+、人工智能、大数据概念被炒得飞起,BI在技术上也逐渐被要求赋予智能和大数据的属性。商业智能BI技术再一次被推上风口浪尖。报告指出,未来的商业智能BI将朝着快速、通用、自助和易操作的方向发展。老一代商业智能BI应用成本太高,开发和部署时间过长。在接下来的两到五年内,只有能快速响应客户需求、具有商业洞察力的企业,才能成功并生存下来。 但也有人持反对意见,认为大数据还没有这么神奇,大数据的鼓吹更多是因为政策影响,IT项目要与大数据相关才高大上,才能被批准。面对大数据,我们需要反思这样几个问题。我们已经有了那么大的数据量了吗?我们有那么多的非结构化的数据要处理吗?我们有成熟的业务算法来满足业务需求吗? 大数据为商业智能的发展提供土壤 大数据是商业智能发展不可分割的载体。随着互联网的高速发展,海量、高维度且可实时接入更新的数据也随之而来,这些都为机器学习等前沿技术在各领域中的探索及落地提供可能。商业智能和大数据本质上都是从数据驱动认知到数据驱动决策。大数据能够给商业智能提供高纬度数据,例如网络浏览数据、运营商数据、通讯数据等。 大数据让应用场景多元化 过去,商业智能主要应用于金融、银行、电商、零售等领域,在企业的应用集中在财务、销售、供应链等板块。对于一些电子电器的感知数据、精准的客户数据以及消费行为数据等还存在缺失。类比人类智能,人工智能可分为赋予机器语音、图像等感知能力的感知智能和赋予机器思考能力的认知、决策智能。认知能提升感知,感知也会辅助决策,例如智慧商超中机器视觉对客流属性、消费行为的观察、记录可辅助商超做出营销决策。 大数据分析厂商面临空前挑战 随着数据量的爆炸增长,大数据处理的技术难度也呈指数级增长,传统的数据公司如果不能完成技术转型,或有可能被无情淘汰。我们对国内外大数据领域的活跃公司进行了统计分析,目前活跃在一线的大多是新互联网科技型公司如谷歌、facebook等,得益于自身强大的技术积淀来应对大数据。 |